意大利的里雅斯特大学的机器学习实验室提出的挑战可以解决 12个问题，而且任务的级别也有很大不同-从超级容易到困难。
当然，可以有多个解决方案，问题中的测试用例并不能涵盖所有选项。 不过，如果您的分数达到100％，那么恭喜您！ 测试通过。
破坏者：在某些任务（尤其是轻任务）中，提示实际上是一种解决方案。
任务1-查找数字
有包含数字的文本，您需要查找所有数字。
难度：超级容易。
解决方案\ d +
“ [0-9] +”也是正确的决定。
解析解决方案- “ \ d”或“ [0-9]”-0到9之间的任何单个字符。
- “ +”-允许一个或多个字符。
任务2-查找mac地址
有包含mac地址的文本，您需要找到它们。
难度：容易。
提示您需要使用一个字符，该字符表示字母或数字中的任何字符，要分隔的冒号和乘数符。
解决方案\ w {2}：\ w {2}：\ w {2}：\ w {2}：\ w {2}：\ w {2}
尽管不是完全准确，但用“ +”代替“ {2}”也是正确的决定。
解析解决方案- “ \ w”是字母或数字中的任何字符。
- “ {2}”-只能使用2个字符。
最佳解决方案那些熟悉mac地址的人已经注意到，mac地址是用十六进制表示的。 在以前的解决方案中，使用\ w符号，这表示字母的任何字符和所有数字。 我同意，可能这是不必要的，但是您可以考虑到这一点，同时减少规则性。
（[\ da-f] {2} ：） {5} [\ da-f] {2}
解析解决方案- “ \ d”是任何一位数字，“ af”是从a到f的范围。 总共，我们有一个有效的字符集0123456789abcdef-即十六进制代码Hex。 “ {2}”-此字符集中的任意2个字符。
- “（[[\ da-f] {2} :)” {5}-重复两个字符十六进制+冒号正好允许5次。
- 并在“ [\ da-f] {2}”的末尾-十六进制集中的任意2个字符
任务3-查找ftp地址
有带有ftp地址的文本，您需要找到它们。
难度：容易。
提示您需要以ftp：/开头，然后在地址中列出有效字符，不要忘了乘数符。
解决方案ftp：\ / \ / [\ w \ d -_。\ /] +
解析解决方案- “ \ /”-正常转义字符“ /”。
- 方括号内是有效字符的枚举，即字母中的任何字符或数字，连字符，下划线，句号或斜杠（如果名称中还有其他字符，则可以添加它们）。
任务4-查找模板
有某种格式的文件，您需要在其中找到与模式$任何字符$匹配的所有行。
难度：容易。
提示您需要使用转义保留字符，任何字符的字符，多重量词和惰性字符。
解决方案一项平常的任务，但它需要对常客有更好的了解。
\\ $。+？\\ $
解析解决方案- “ \\ $”是美元筛选。
- “。+”-任意数量的任何字符，“？” -消除贪婪。
任务5-查找IP地址
从文本中找到IP地址。
难度：容易。
解决方案\ d + \。\ d + \。\ d + \。\ d +
如果您写的是“ {1,3}”而不是“ +”，那么您就完成了。
解析解决方案- “ \ d”是任何一位数字，
- “ +”-任意数量的字符，“ {1,3}”-严格限制字符数（从1到3）。
最佳解决方案IP地址不仅是数字，而且是0到255之间的数字。
\ b（（\ d | [1-9] \ d | 1 \ d {2} | 2 [0-4] \ d | 25 [0-5]）\。）{3}（\ d | [1 -9] \ d | 1 \ d {2} | 2 [0-4] \ d | 25 [0-5]）\ b
解析解决方案要确定从0到255的范围，您将不得不尝试一下：
- “ \ d”是从0到9的数字
- “ [1-9] \ d”-从10到99的数字
- “ 1 \ d {2}”-从100到199的数字
- “ 2 [0-4] \ d”-200到249之间的数字
- “ 25 [0-5]”-chilso从250到255
接下来，我们允许从0到255的数字模式重复3次：
- “（（\ d | [1-9] \ d | 1 \ d {2} | 2 [0-4] \ d | 25 [0-5]）。）{3}”-点内，因为它也重复3次，最后以相同的数字范围，但不带点。
- 在结尾处和开头，我们添加单词“ \ b”的边框符号-需要从条目中删除此类文本“ 1172.30.42.109”（我同意，这不太可能，而且可能是不必要的）。
任务6-锚点
从html文档中提取href标签。
难度：中等。
解决方案href =（“ [^”] +“ |'[^'] +'）
解析解决方案- “-用双引号开始搜索。
- “ [^”] +“-绝对是除双引号外的任何字符。
- 我们以双引号结尾。
我们将所有这些放在括号中，并在符号后加上-或“ |” 并重复相同的单引号。
任务7-链接
在任何文本中找到所有链接。 仅查找链接还不够，因此您需要完成任务，因此您需要从末尾扔掉无效字符。
困难：困难。
提示您需要以http开头，使用“除以外的任何字符”，并以有效的字符结束搜索。
解决方案http：\ / \ /（[^> \ s] +）[\ w \ /]
任务中没有https链接，但是您可以通过添加“ s”来考虑。 在http之后。
解析解决方案- “ [^> \ s] +”查找除“>”字符和空格字符以外的所有字符。 实际上，您可以这样阅读：“我们继续前进，直到看到其中一个符号。”
- “ [\ w \ /]”是一个分隔符，它允许链接仅以拉丁字符或斜杠结尾。
结果-我们以http：//开头，然后绝对是除字符“ <”或空格之外的任何字符，但最后需要拉丁字符或斜杠。
- 额外的“ s”？ 在“ https？”中 只允许同时使用“ http：//”和“ https：//”。
任务8-标头
在HTML中，标头是任何h +数字标记。
难度：中等。
解决方案很简单：
<h \ d。*>。* <\ / h \ d。*>
解析解决方案- “ h \ d”-在这里我们说，字符必须必须在“ \ d”之后。
- 然后，“。*”可以输入任意数量的字符，或者什么也不能输入。
最佳解决方案在h后面有一个数字，并且html规范指出从1到6的数字是有效的，并且标签本身不能用除方括号以外的其他任何东西关闭。 因此，此解决方案将更加准确：
<h [1-6] [^>] *>。+？<\ / h [1-6]>
的确，有一个错误允许您使用一个数字打开标签，然后关闭另一个数字。 因此，更准确的解决方案是使用链接：“ <h（[1-6]）[^>] *>。+？<\ / H \ 1>”。 这并不是说测试不区分大小写。
解析解决方案- “ h [1-6]”-在这里我们说在“ h”之后，数字必须从1到6。
- “ [^>] *”-“>”以外的任何字符都可以继续，也可以不继续。
另外，关于添加：
- 将表达式“（h [1-6]）”括在方括号中，可以在数字1处创建一个组。
- 此外，使用到第一组“ \ 1”的链接，我们讨论了我们希望在同一行末h看到的内容，该行具有与开头相同的数字。
任务9-电话
在所有手机中以不同格式显示的自由文本。
困难：困难。
提示必须使用符号的存在或不存在的符号，用于限制位数的量词以及字符集的构造。 可能的设计或。
解决方案\（？\ d {3} [\）。 \ /-] {1,2} \ d {3} [-。] \ D {4}
它可以工作，但是在前三位数字之后允许两个字符-如果它是一个右括号并在其后有一个空格，则很好，但如果有两个连字符，则不好。 因此，有一个稍微准确的解决方案：“ \（？\ D {3}（\）？| [。\ /-]）\ d {3} [-。] \ D {4}”
解析解决方案- “ \（？”-我们指出存在符号“（”或不存在符号的可能性，我们将其屏蔽，因为它是保留符号。
- “ \ d {3}”-仅限于3的数字。
- 其他字符“ [\）。\ /-] {1,2}”是可能的-斜杠，右括号，句点，空格，反斜杠和连字符。 {1,2}-表示这些字符可以是1或2。例如，右括号和其后的空格。
- 进一步必须为“ [-。]”-连字符或句号。
- “ \ d {4}”是末尾的四位数字。
任务10-作者
有一个包含元素的特定模式，可从作者字段中查找所有作者。
难度：非常困难。
提示必须依靠这样一个事实，即所有作者的姓名都以大写字母开头并以某种模式书写。
解决方案[AZ] [A-Za-z-'] +，[AZ]（\ {\\“ \ w \}）？[A-za-z-'] *（[AZ] [A-Za-z- '] *）？
这个解决方案是正确的，但是有一个缺点。 我们带着拐杖（{\“ \ w}）走过” {\“ u}吗？” 如果您也将此拐杖放在作者姓名的其他位置，则基本上是可行的。
无论如何，如果您能够以某种方式解决此问题，那就太好了！
解析解决方案- “ [AZ] [A-Za-z-'] +”-我们正在寻找一个单词，该单词必须以大写字母开头，然后包含任何字母，连字符或撇号。
- 此外，所有内容都稍稍高一点，但是在这两者之间有“（{{\“ \ w}）？”-只是拐杖，您可以绕过屏蔽。这意味着可以存在“ {\“ u}”缺席。
- 然后，再次与第一种情况“（[[AZ] [A-Za-z-'] *）？]”完全相同，但要注意的是，此表达式包装在一个组中，并且有一个“？” 表示不约束此条件。
此处的PS [A-Za-z]枚举是一项必要的措施，因为测试中没有修饰符。
最佳解决方案有一个更紧凑，更简单的解决方案，可以让您放弃上面的拐杖：
[AZ] \ S +，[AZ] \ S *（[AZ] [\ S] *）？B
解析解决方案- “ [AZ] \ S +”“-首先，必须是大写字母” [AZ]“，然后是任意数量的非空白字符” \ S +“到分号”，“。
- 此外，几乎相同的“ [AZ] \ S *”-开头必须以大写字母开头，然后是单词“ \ b”边界处的任何非空白字符。
- “（[[AZ] [\ S] *）？ -并且它们之间是相同的，但不是强制性的中间名。
任务11-标头内容
就像在任务8中一样，但是您不需要查找标头本身，而是查找其内容。
困难：困难。
提示该任务与8任务相同。 如果您知道来回查找，这并不困难。 有一个可以回顾而无需回顾的解决方案。
解决方案不回头：
（[\ w] * <[^ h]。+ | [^ <>] +）（？= <\ / h \ d>）
解析解决方案- “（（[\ w] * <[^ h]。+ | [^ <>] +）”-关于头内容的开始方式，有两个选项。 第一个是在“ [\ w] * <[^ h]。+”内的标记-同时，您需要确保它不是h标记，并考虑到该标记之前可能有文本。 第二个选项是不带标签“ [^ <>] +”的文本，即除打开和关闭标签外的任何字符。
- “（？= <\ / h \ d>）”-向前看，其中应该有一个结束标记h。
回顾：
（？<= <h [^>] +>）。+？（？= <\ / h \ d>）
另外，您可以考虑对问题8的所有评论。
解析解决方案- “（？<= <h [^>] +>）”-往回看里面应该是标签h。
- “（？= <\ / h \ d>）”-向前看，其中应该有一个结束标记h。
任务12-作者列表
该任务类似于第十个任务，但我认为比较容易。
困难：困难。
提示这是10个任务的所有基本原理，但是您需要考虑这一行的开始。 我知道的解决方案使用回头看。
解决方案（？<= ^ \ d + \。）[AZ] [\ w] +，[AZ] [\ w \。] +
解析解决方案- “（？<= ^ \ d +。）”-回顾到您必须在任意点到新行之间留有任意数字的位置。
- “ [[AZ] [\ w。] +””-从大写字母到分号再加上一个相同的“ [AZ] [\ w。] +”。
或者简单地说，这是：
（？<= ^ \ d + \。）[^，] +，[^，：] +
解析解决方案- “（？<= ^ \ d +。）”-回顾到您必须在任意点到新行之间留有任意数字的位置。
- “ [^，] +，”-逗号中任意数量的任意字符+逗号。
- “ [^，：] +”-逗号或冒号前的任意数量的任何字符。